近三十年,合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)作为一种新兴大地测量技术,在地表形变监测领域得到了广泛应用。时序InSAR分析方法的出现为克服相位去相干和大气延迟误差提供了可能,但仍然存在一些困难和问题,比如相干目标识别的稳定性和密度,大气延迟估计的准确性和可靠性等。其中,大气延迟误差仍然是InSAR大地测量应用最大的挑战之一,没有精确的延迟估计及校正很难获得精度可靠的(毫米级)微小地表位移信息。因此,开发稳健可靠的大气延迟估计算法仍然是InSAR技术亟需解决的问题之一。本论文针对InSAR技术中的大气延迟问题展开研究,探索InSAR观测中大气效应影响的理论和校正方法,旨在提高InSAR技术探测地表形变的精度和可靠性。本文重点研究的内容包括:(1)深入分析和探讨了InSAR对流层延迟效应。利用探空气球(radiosonde)气象数据分析了 InSAR对流层延迟分布特性,实验表明InSAR对流层延迟随高度的增加具有收敛特性,同时验证了湿延迟在InSAR大气效应中占据了主导地位,是制约InSAR对流层延迟改正精度提高的主要因素。一般地,对流层中的垂直分层占主导地位,且与地形相关,而湍流混合对干涉图的影响具有随机性。(2)时序InSAR技术中的大气校正问题研究及应用。由于大气延迟的季节性周期变化导致传统时空滤波方法估计大气延迟存在偏差,本文将ERA-Interim模型融入时序InSAR分析方法中改善大气改正效果,并联合ENVISAT ASAR数据和TerraSAR-X数据对常州地面沉降进行了反演,对结果进行了内外符合精度的评定,探讨了高分辨率SAR的优势,并分析了沉降特征及原因。三种方法揭示的地面沉降严重程度不同,SBAS方法和PSM方法反演的结果精度更高、一致性更高。TerraSAR-X获得结果的精度最高,与验证点的RMSE为2.1 mm/y。2004年7月-2013年5月,常州武进区存在明显的地面沉降,主要以两个沉降中心和一个沉降带为特征。常州的地质条件是发生地面沉降的物质基础,地下水位下降、建筑物荷载与地面沉降密切相关。(3)目前,传统经验方法的主要缺点是非常依赖SAR场景的空间范围,有时会错误的估算对流层分层中的空间变化量。为此,本文给出了一种稳健和多重加权的对流层延迟校正方法(RMW),并提出了一种校正时序InSAR对流层延迟的解决方案。RMW方法的核心思想是:①采用一种扩展形式的稳健估计算法来计算相位-高程尺度因子;②利用多重加权的方法克服经验模型对SAR场景空间范围的依赖;③利用空间带通滤波(band-filtering)降低其他信号(如形变、轨道误差等)对大气延迟估计的影响。本文以美国南加州地区的ENVISAT ASAR影像为例,利用PSI方法提取了时序沉降和形变速率,以检验RMW方法的有效性。实验结果表明RMW方法的改善效果优于传统线性方法,且与GPS监测的结果更加吻合。(4)ERA-Interim再分析资料受限于较低的时空分辨率,ERA-Interim方法校正大气延迟时需要对提取的气象要素在时空上进行插值处理,这样往往会对结果带来不确定性。针对这一问题,本文提出了一种基于ERA-Interim再分析资料的幂律模型方法(PLE)。干涉图的对流层延迟趋势(幂指数)和收敛特性(约束高程)通过ERA-Interim再分析资料和经验模型联合模拟获取。与RMW方法类似,基于带通滤波相位与参考高程的相关性,采用高效率的稳健估计方法计算相位-高程尺度因子。通过实验,本文比较分析了传统线性方法、ERA-Interim方法和PLE方法估计的InSAR对流层延迟校正效果,实验结果表明PLE方法具有一定优势,并且与MERIS水汽产品估计的对流层延迟更加吻合。